본문으로 건너뛰기

© 2026 Molayo

arXiv논문2026. 05. 27. 12:20

에이전트 기술 부채(Agentic Technical Debt)와 확률적 세금(Stochastic Tax) 모델링: 측정, 시뮬레이션 및

요약

에이전트 AI 시스템에서 발생하는 '에이전트 기술 부채'와 '확률적 세금'을 정의하고 모델링하는 방법을 다룹니다. 설계 부채인 스톡(stock)과 운영 부담인 플로우(flow)를 구분하여 비용을 추정하고 시뮬레이션하는 프레임워크를 제안합니다.

핵심 포인트

  • 에이전트 기술 부채와 확률적 세금의 개념적 차이 정의
  • 설계/거버넌스 부채(스톡)와 운영 부담(플로우)의 관계 분석
  • 운영 데이터를 활용한 비용 범주 추정 및 시뮬레이션 방법론
  • 에이전트 시스템의 지속 가능한 관리를 위한 구조적 모델 제시

에이전트 AI (Agentic AI) 시스템은 도구 (tools), 컨텍스트 (context), 메모리 (memory), 오케스트레이션 (orchestration), 그리고 외부 워크플로 통합 (external workflow integration)을 통해 확률적 추론 (probabilistic reasoning)과 위임된 행동 (delegated action)을 결합합니다. 본 노트는 에이전트 기술 부채 (Agentic Technical Debt)와 확률적 세금 (Stochastic Tax)을 구분하는 공식적이고 관리적으로 사용 가능한 모델을 개발합니다. 에이전트 기술 부채 (Agentic Technical Debt)는 축적된 설계 및 거버넌스 부채 (design and governance liability)의 스톡 (stock)입니다. 확률적 세금 (Stochastic Tax)은 확률적 에이전트 (stochastic agents)가 비즈니스 워크플로 (business workflows)에 사용될 때 발생하는 운영 부담 (operating burden)의 반복적인 플로우 (flow)입니다. 이 두 개념은 서로 연관되어 있지만 동일하지는 않습니다. 부채 (debt)는 세금 (tax)을 증폭시킬 수 있는 반면, 부채가 최소화된 상태에서도 세금은 양수 (+)로 남을 수 있습니다. 본 노트는 간결한 대시보드 표현식에서 시작하여 이를 더 완전한 구조적 모델 (structural model)로 확장하고, 모든 변수와 파라미터 (parameters)를 정의하며, 각 비용 범주를 운영 데이터 (operational data)로부터 어떻게 추정할 수 있는지 보여주고, 외상매입금 (accounts-payable) 시뮬레이션과 관련 스프레드시트를 통해 이 프레임워크를 설명합니다.

AI 자동 생성 콘텐츠

본 콘텐츠는 arXiv cs.AI의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.

원문 바로가기
0

댓글

0